神经网络在负温钢纤维混凝土强度预测中的应用
摘要:利用BP网络对负温钢纤维混凝土的实验所得到的抗压强度、抗折强度、抗拉强度、抗剪强度进行了仿真预测。误差检测表明,BP网络可成功地建立非线性的强度模型,准确地预测负温钢纤维混凝土的强度,表明了神经网络在负温钢纤维混凝土强度预测中的可行性。
Abstract:The BP neural network is established to predict the compressive strength/the flexural strength, the tensile strength and the shear strength of steel fiber reinforced concrete at minus temperature. The checking results show that the BP network could predict the strengths successfully by establishing the appropriate non-linear model and studying.
中文标题：
神经网络在负温钢纤维混凝土强度预测中的应用
Application of Neural Network in Predicting the Strength of the Steel Fiber Reinforced Concrete at Minus Temperature
作者：
刘永胜1,徐冬梅2
Liu Yongsheng1,Xu Dongmei2
作者简介:刘永胜：永胜,1974年生,男,博士研究生,主要研究方向为钢纤维混凝土的动、静态力学性能研究。E-mail:yshliu@mail.ustc.edu
通讯地址：
1. 中国科学技术大学力学与机械工程系, 安徽合肥 230027; 2. 安徽省建设监理有限公司, 安徽合肥 230022
1.DepartmentofMechanicsandMechanicalEngineering,UniversityofScienceandTechnologyofChina,HefeiAnhui230027; 2.AnhuiProvinceConstructionSupervisionCompanyLimited,HefeiAnhui230022China
中图分类号:YU528;TP183
出版物：岩土工程技术
收稿日期:2005-06-27
关键词:神经网络,负温,钢纤维混凝土,强度,预测
Key words:neural network,minus temperature,steel fiber reinforced concrete,stength,prediction
文档包含图片数量：图片(0)张
文档包含表格数量：表格(0)个
参考文献：
基金项目：
基金项目: 安徽省优秀青年科技基金(04043076)
- 文件大小:
- 216.3 KB
- 下载次数:
- 60
-
高速下载
|
|
